本发明公开了一种推断年龄和性别的试剂盒及方法,涉及法医学领域,具体方法是通过检测目标基因的相对表达量来预测年龄和/或性别,所述的方法还通过神经网络模型预测年龄,通过K最邻近法模型预测性别,所述的神经网络模型和K最邻近法模型均使用Orange:Data Mining Toolbox in Python构建。本发明还提供了一种预测年龄和性别的检测试剂盒。本发明的预测效果准确,且操作简单,节省成本,可以更加精确地推断血液贡献者的年龄和性别,更好的服务于法医学工作。
本发明提供了一种用于年龄预测的方法,所述的方法中包括焦磷酸测序和随机森林回归分析,所述的随机森林回归分析模型使用R package random Forest构建,并采用正向选择法确定最佳的位点组合。本发明提供的方法仅需0.1ng模板DNA,可用于难度较高的法医血痕检材;整个过程可在10小时内完成;针对性别差异,分性别建立两个独立的年龄预测模型;仅使用3‑4个CpG位点,预测年龄的准确性可达到MAD<3年。